← 新規分析

算出方法

データ

• ListeningMind Data API の path_finder が、シードクエリの検索経路サンプル（クエリの並び、既定 300 本）を返す。経路ごとの頻度は提供されない。
• シードが経路の先頭にあればシード以降のジャーニー、末尾にあればシードへ入ってくる流入経路。漏れの計算にはシード以降のジャーニーだけを使う。
• keyword_info(data_type=all) で全ノードに月平均検索量、増減率、SERP 特徴、48 か月の月別検索量（kr は性別・年齢構成比を含む）を付与する [実測]。
• 比較時点は、同じシードを time_point=3m/6m/12m で再取得した別サンプルである。
• ソーシャル言及量（Sometrend GetKeywordTransitions）は MCP 専用のためサーバーからは呼ばない。推移は ListeningMind の時点比較で算出する。

ノード分類

• ルール層: 入力した自社・競合ブランドの別称がクエリに含まれていればそのブランドに分類する。おすすめ・ランキング・順位・コスパ・掲示板名のような語は比較・評価段階、種類・入門・違いのような語は探索段階とみなす。
• LLM 層 [分類]: ルールで決まらなかったノードだけを LLM（Gemini、フォールバック OpenAI）がブランドの有無・種類（brand/model/generic/comparison/community/off_category）・カテゴリ内外で判定する。クエリ文にないブランドを作らないよう指示する。
• チャネル層: 小売・マーケットプレイス・キャリア・プラットフォーム・OS はブランドではなくチャネルとして分類する（kind=channel、ブランドなし）。判定はカテゴリに依存しない三層で行う。(1) エンティティ辞書: 市場別の基本リスト（seed）の上に、実行中の LLM 判断（llm）とユーザーの修正（user）が積み重なる。カテゴリ範囲の項目が全体より、user が llm より優先。ルール層でブランドが取れなかったクエリに辞書のチャネル・プラットフォーム名が含まれていれば LLM を通さずチャネルにする。(2) 実行中、新しく見つかったブランド名だけをそのカテゴリ基準で brand/channel/platform/other に判定し、結果を辞書に書く（チャネル・プラットフォームは全体範囲にも）。(3) 根拠タブの「チャネル・プラットフォームを除外」とブランド別「カテゴリ語にする」、ノード再指定は辞書に user 項目として残り、次の実行からどのカテゴリでも適用される。ユーザーが入力した競合のうちチャネルと思われる名前は根拠タブに警告として表示するだけである。辞書は /entities で閲覧・修正できる。
• 根拠タブでノードを再指定すると、クレジットなしで全体が再計算される。
• 入力チェック: 実行前にシード・自社ブランド・競合リストをエンティティ辞書と照合して警告を出す（ブランドとして登録された名前がシードにある、自社ブランドがチャネル・プラットフォームとして登録されている、ブランド名にカテゴリ語が含まれる、競合リストのチャネル・プラットフォーム、自社ブランドが競合リストにもある）。クレジットも LLM も使わない。

AI Overview 露出

• serp で取得した検索結果に AI Overview ブロックがあれば、その段落・リスト項目ごとに自社・競合ブランド（入力した別称 + 分類器が見つけたブランド名）が何回出るかを数える。最も多く言及されたブランドが「最も推奨されるブランド」であり、同数なら先に出た方である [計算]。
• 状態: 安全 = 自社が最多言及、競合 = 自社と先頭の競合が同数（競合が先）、危険 = 競合が最多言及、ブランドなし = AIO はあるが既知のブランドがない、AIO なし。自社ブランドのない照会では「競合言及」とだけ表示する。
• SERP は実行時に上位の漏れハブ 3 件を取得し、オプションの「AI Overview 自動点検」が有効なら（既定で有効、既定 20 件）マーケタービューに選ばれる経路のノードと上位の漏れ地点をその件数まで追加取得する。残りはジャーニーツリー・マーケタービュー・詳細の「AIO 点検」でノードあたり 30 クレジットで取得する。取得した結果は保存され、ツリーの点、経路パネル、マーケタービュー、要約タイル、レポートで共通に使われる。

このツールが測るもの・測らないもの

• このツールは検索ジャーニーのデータから、ブランドが需要を得る地点・失う地点を見つけるためのものである。消費者の比率は測らない。画面のすべての比率は、返された経路サンプル内の比率である。
• 経路到達率（Observed Brand Reach）= サンプル経路のうち、そのブランドのクエリに最初に到達した経路の比率。需要露出（Demand Exposure）= 到達したブランドクエリの月平均検索量の合計（重複除去）の比率。市場シェアではない。
• 根拠等級: 通過経路 n<5 非常に低い・5〜9 低い・10〜29 方向性・30+ 十分。統計的信頼区間ではなく path_finder サンプル構造における根拠の成熟度であり、0%・100% は必ず n と併せて読む。
• 縮小推定: 優先度スコアに使う漏れ強度は（競合到達経路 + 4 × 照会全体の競合到達率）/（ブランド到達経路 + 4）で計算し、n が小さいほど全体平均へ引き寄せる。画面の生の比率はそのまま示し、n を併記する。

需要獲得マップ（Demand Capture Map）

• 競合ブランドのクエリでないノードを、その後のジャーニーの帰属で四つに分ける。獲得（Winning）= 自社の需要露出 70% 以上、漏れ（Leaking）= 競合 70% 以上、競合中（Contested）= その間、未獲得（Uncaptured）= どのブランドにも到達しない。
• 漏れ・競合中は優先度スコア順、獲得・未獲得は検索量順に表示する。獲得は守るべき地点、未獲得はまだブランドが結び付いていない需要である。

マーケタービュー（注目経路の選定）

• ジャーニーツリーの全枝（シードの次から）を候補にし、ルールで最大 6 本を選ぶ。種類と条件: 奪取 = ブランドでないノードで通過経路 5 本以上、以降の競合到達経路 40% 以上、かつ自社到達 15% 以下または下位の競合需要が自社需要の 3 倍以上。順位は下位の競合需要 × 経路数 ×（競合到達 − 自社到達）。最大 2 本。
• 先取り = ブランドでないノード、通過経路 8 本以上、以降のブランド未到達 50% 以上。順位は経路数 ×（1 + √検索量）。最大 2 本。防御 = 自社ブランドノード（3 本以上）の下に競合ブランドノードがある枝。転換誘導 = 競合ブランドノード（5 本以上）の下に一般・比較クエリが 2 本以上続く枝。強化 = ブランドでないノードで下位の自社需要が競合需要以上かつ自社到達 30% 以上の枝。各 1 本。
• 集中地点: 親枝の需要が一つの子に 70% 以上集まり、その子が親の経路数の半分以上を保つ場合はその子まで下りて表示する。ブランドノードの手前で止まる。同じ種類の中で親と子が同時に選ばれることはない。
• 広告戦略の枠（目標・入札クエリ・競合クエリ・媒体・指標）は種類ごとの固定ルールで、クエリはすべてこの結果のツリーに実際に現れた検索語からだけ選ぶ。「なぜ重要か」のルール文と数値は計算、その下の文章・メッセージの角度・注意は LLM の解説である [解説]。

漏れの定義

• 経路の帰属 = シード以降のジャーニーで最初に出会うブランドノード。自社なら my、競合なら comp、ブランドの前にカテゴリ外クエリに出会えば exit、最後までブランドがなければ none。
• ノード A の離脱構成 = A を通る経路のうち、A 以降の区間の帰属比率 [計算]。
• 需要加重比率 = A 以降に到達したブランドノードをブランド別に重複なく集め、月平均検索量を合算した比率。経路サンプル比率は経路数基準。両方を併記し、優先度スコアには需要加重を使う。
• leak_index = 競合の需要加重比率 × ブランド到達率（A 以降にブランドへ到達した経路の比率）。
• ブランド到達率 = シード以降の全経路の帰属ブランド比率（経路基準・需要露出基準）。

優先度スコア

• スコア（0〜100）=（30 規模 + 30 漏れ強度 + 20 自社不在 + 20 モメンタム）× 根拠強度。各成分は照会内の候補ノード間の順位パーセンタイル。根拠強度 = n 30+ 1.0・10〜29 0.85・5〜9 0.65・5 未満 0.45。したがって 4 経路 100% の漏れが 38 経路 81% の漏れより上に来ることはない。
• 規模 = 月平均検索量 [実測]。漏れ強度 = leak_index。自社不在 = 1 − 自社の需要加重比率。モメンタム = 現在の leak_index − 比較時点の leak_index（比較時点になかったノードは 0 から始める）。
• 自社ブランドを入力しなければ不在成分を、比較時点がなければモメンタム成分を除き、残りを再正規化する。
• 候補 = 競合ブランドのクエリでなく、シードでなく、カテゴリ外でなく、通過経路が 2 本以上のノード。

ファネルと推移

• ファネル（Sankey）は各経路を エントリー → 探索 → 比較・評価 → ブランド（最初の到達）→ ブランド深掘り の列に畳んだ流れである。列を遡る遷移は描かず、件数だけ記す。
• 推移 = ブランド別の到達率・需要露出の変化（一次）、新しく生まれた・消えた漏れエッジと leak_index が増えた・減ったノード（二次）。二時点サンプルの重なり（共有経路・共有ノード・Jaccard）を常に併せて示す。重なりが小さいほど、変化には実際の行動変化のほかに検索量の変化、サンプル構成の変化、limit による切り捨てが混ざる。
• 深掘りオプションは、自社ブランドクエリと上位競合ブランドクエリから出発する経路サンプルを追加取得し、そのブランドを検討した後に別のブランドへ移る比率（ブランド検討後の離脱率）を計算する。

解説

• 解説文は LLM が根拠パック（上記の数値とクエリ文）だけを見て書く。文中の数値が根拠パックになければ、その文をまるごと捨てる [解説]。

→ エンティティ辞書

出典ラベル

• [実測] ListeningMind Data API の応答値そのまま
• [計算] 実測入力（経路サンプル・検索量）から決定論的に計算した値
• [分類] LLM が付与した分類（ブランド・段階）。根拠タブで再指定可
• [解説] LLM が書いた文章。数値は根拠パックと照合し、出所のない数値は除去
• [データなし] 該当値を提供するデータがない